摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 网络流量异常检测模型 | 第13-14页 |
1.2.2 网络流量异常检测方法 | 第14-18页 |
1.3 论文研究内容 | 第18页 |
1.4 论文结构安排 | 第18-20页 |
第2章 相关研究和理论基础 | 第20-33页 |
2.1 网络流量 | 第20-22页 |
2.1.1 网络流量数据分类 | 第20-21页 |
2.1.2 网络流量数据处理 | 第21-22页 |
2.2 网络流量异常检测 | 第22-25页 |
2.2.1 网络流量异常定义 | 第22页 |
2.2.2 网络流量异常来源 | 第22-24页 |
2.2.3 异常检测评估标准 | 第24-25页 |
2.3 网络流量属性提取方法 | 第25-32页 |
2.3.1 属性提取 | 第26页 |
2.3.2 信息熵法 | 第26-27页 |
2.3.3 粗糙集法 | 第27-31页 |
2.3.4 主成分分析法 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第3章 网络流量多级异常检测方法 | 第33-47页 |
3.1 引言 | 第33-34页 |
3.2 网络流量多级异常检测系统模型 | 第34-35页 |
3.2.1 EWMA预测模型 | 第34页 |
3.2.2 多级检测系统模型 | 第34-35页 |
3.3 算法描述 | 第35-39页 |
3.3.1 差分均方异常检测算法 | 第35-36页 |
3.3.2 基于EWMA的网络流量多级异常检测算法 | 第36-39页 |
3.4 实验环境与过程 | 第39-40页 |
3.5 实验结果分析 | 第40-45页 |
3.5.1 实验模拟生成的SYN Flood攻击流量 | 第41页 |
3.5.2 多级异常检测及参数确定 | 第41-44页 |
3.5.3 实验对比分析 | 第44-45页 |
3.6 本章小结 | 第45-47页 |
第4章 基于属性降维的网络流量异常检测方法 | 第47-66页 |
4.1 引言 | 第47页 |
4.2 基于属性降维的网络流量异常检测模型及定义 | 第47-50页 |
4.2.1 属性重要度 | 第47-48页 |
4.2.2 标准化欧氏距离 | 第48页 |
4.2.3 模型模块 | 第48-50页 |
4.3 算法原理及过程 | 第50-55页 |
4.3.1 基于Weka的综合特征选择方法 | 第50页 |
4.3.2 基于RSE的属性约简方法 | 第50-52页 |
4.3.3 DNPCA属性降维及异常检测算法 | 第52-55页 |
4.4 实验环境和数据描述 | 第55-57页 |
4.4.1 实验环境 | 第55-56页 |
4.4.2 数据属性分类 | 第56-57页 |
4.5 实验结果分析 | 第57-65页 |
4.5.1 基于Weka_DNPCA的属性降维结果 | 第57-59页 |
4.5.2 基于RSE_DNPCA的属性降维结果 | 第59-61页 |
4.5.3 网络流量异常检测实验对比分析 | 第61-65页 |
4.6 本章小结 | 第65-66页 |
第5章 结束语 | 第66-68页 |
5.1 主要工作与创新点 | 第66-67页 |
5.2 后续研究工作 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第74页 |